Distributed storage systems utilize data replication to restore original data from data loss. However, this replication can diminish storage efficiency due to the production of excessive data duplicates. As such, prior research has explored methods of data storage in distributed systems using erasure codes. The Cauchy Reed-Solomon code (CRS), as one of erasure codes that exploits matrix multiplication, and techniques such as GPU-accelerated CRS (GCRS) have been proposed for its efficient processing. However, the implementation of these techniques to enhance processing efficiency paradoxically leads to unnecessary computations in the overall processing, thereby undermining performance. In this study, methods are introduced to address these issues by employing the complement of 2 and ternary operators to minimize unnecessary computations. Additionally, the study proposes the arrangement of CRS's generator matrix, taking into account the structure of the GPU. The proposed techniques are compared with the existing GPU-enabled method, GCRS, and experimental results indicate an enhancement in performance by up to approximately 30%, regardless of alterations in the data.
분산 저장소는 데이터 복제를 통해 데이터 손실에서 원본 데이터를 복구한다. 그러나, 복제는 과도한 데이터 복제본으로 인한 저장소 효율성을 감소시킨다. 따라서, 기존 연구들은 erasure code를 활용한 분산 저장소의 데이터 저장 방법을 연구하였다. Cauchy Reed-Solomon code (CRS)는 erasure code 중 하나로 행렬곱을 활용하며, 이를 효율적으로 처리하기 위해 GPU를 활용한 GCRS 등의 기법들이 제안되었다. 그러나, 이러한 기법들은 처리 과정의 효율성을 위해 적용한 것이 오히려 전체 처리 과정에서 불필요한 연산을 발생시켜 처리 성능을 저하시키는 문제가 있다. 따라서, 본 연구에서는 위와 같은 문제점을 해결하기 위해 2의 보수, 3항 연산자를 활용하여 불필요한 연산을 감소시키는 기법을 소개한다. 또한 GPU의 구조를 고려한 CRS의 생성 행렬 배치를 제안한다. 이러한 제안 기법에 대하여 기존 GPU 활용 기법인 GCRS와 비교하며, 실험 결과를 통해 데이터의 변화와 무관하게 성능을 최대 약 30% 향상시켰다.